Tại sao phải điều chỉnh chất lượng đầu vào trong đo lường năng suất nông nghiệp?
Trong các tài liệu, báo cáo đánh giá năng suất trong nông nghiệp hiện nay, nhìn chung chỉ tiêu năng suất mới chỉ dừng lại ở xem xét hiệu quả sử dụng các yếu tố đầu vào trên cơ sở so sánh kết quả đầu ra với số lượng (quy mô) yếu tố đầu vào mà chưa đề cập nhiều đến chất lượng của các yếu tố đầu vào. Thực tế này dẫn đến việc đánh giá hiệu quả sản xuất nông nghiệp thiếu chính xác, bởi chất lượng các yếu tố đầu vào cũng là yếu tố quan trọng quyết định đến sản lượng trong nông nghiệp hay nói cách khác, năng suất nông nghiệp còn phụ thuộc vào chất lượng các yếu tố đầu vào. Nhiều hướng dẫn và tài liệu nghiên cứu liên quan đến tính năng suất nói chung và năng suất nông nghiệp nói riêng của các tổ chức như Tổ chức Lương thực thế giới (FAO), Tổ chức Hợp tác và phát triển kinh tế (OECD) cũng đều khẳng định năng suất nông nghiệp phụ thuộc vào chất lượng của các yếu tố đầu vào và mức độ tích hợp của các yếu tố đầu vào đó trong quá trình sản xuất.
Với mục đích điều chỉnh để đánh giá đúng năng suất nông nghiệp, trong những năm gần đây nhiều quốc gia có nền nông nghiệp phát triển, hiện đại đã tính đến việc đo lường, phân loại chất lượng các yếu tố đầu vào khi tính toán các chỉ tiêu năng suất trong nông nghiệp. Điều đó đòi hỏi việc thu thập dữ liệu cho tính toán năng suất trong nông nghiệp phải có những điều chỉnh để phù hợp với mục đích này. Theo đó, dữ liệu về sử dụng đầu vào cần phải được thu thập cho các loại đầu vào hoặc các lớp chất lượng khác nhau.
Trong khi chất lượng đầu vào là rất quan trọng để ước tính TFP chính xác, nhưng điều này đòi hỏi phải có sẵn các bộ dữ liệu chi tiết và chính xác về số lượng, giá trị và giá đầu vào cho các lớp chất lượng khác nhau. Yêu cầu này dẫn đến tăng chi phí thu thập dữ liệu và gánh nặng phản hồi cao hơn. Bài viết này đề cập chi tiết đến vấn đề điều chỉnh chất lượng của hai loại đầu vào quan trọng trong đo lường năng suất nông nghiệp là đất và lao động.
Xem xét đầu vào đất – Điều chỉnh chất lượng đất
Đo lường năng suất đất nên tính đến sự khác biệt về chất lượng đất càng nhiều càng tốt bằng cách thu thập dữ liệu về đặc điểm đất và các khía cạnh liên quan của chúng, đặc biệt là giá đất và giá thuê. Sự khác biệt trong chất lượng đất được điều chỉnh bằng cách ước tính mô hình kinh tế lượng hedonic của giá đất (Rosen, 1974) như là một hàm của các tính chất đất vốn có và các biến khác.
Theo cách tiếp cận này, đất được xem như một gói các đặc tính góp phần vào năng suất có được từ việc sử dụng nó. Giá của nó đại diện cho việc định giá các đặc tính “được gói trong đó” và mỗi đặc tính được định giá bằng giá “ngầm” của nó (Rosen, 1974). Tuy nhiên, những giá này không được quan sát trực tiếp và phải được ước tính từ hàm giá Hedonic.
Hàm giá hedonic biểu thị giá của một loại hàng hóa hoặc dịch vụ nào đó, là hàm của số lượng các đặc tính mà nó thể hiện. Do đó, hàm giá hedonic, ví dụ cho đất, có thể được biểu thị là:
Wp = W (X , D )
Trong đó W p đại diện cho giá đất, X là một vectơ của các đặc tính hoặc biến chất lượng và D là một vectơ
của các biến khác.
Các biến khác (ký hiệu là D) cũng được bao gồm trong phương trình Hedonic, và lựa chọn của chúng không chỉ phụ thuộc vào lý thuyết cơ bản mà còn phụ thuộc vào các mục tiêu của nghiên cứu.
Lý thuyết kinh tế đặt ra rất ít nếu có bất kỳ hạn chế nào đối với dạng hàm của hàm giá hedonic. Áp dụng một dạng tuyến tính tổng quát, trong đó biến phụ thuộc và từng biến độc lập liên tục được biểu diễn bằng phép biến đổi Box-Cox. Đây là một biểu thức toán học giả định một dạng hàm khác nhau tùy thuộc vào tham số biến đổi và có thể giả sử cả hai dạng tuyến tính và logarit, cũng như các dạng hàm phi tuyến trung gian.
Dạng hàm chung của mô hình như sau:
Kinh nghiệm của Hoa Kỳ
Sự khác biệt về chất lượng đất giữa các tiểu bang và khu vực ở Hoa Kỳ được phản ánh bằng cách tính giá đất tương đối từ kết quả hồi quy hedonic. Ball và cộng sự. (2008) áp dụng cách tiếp cận Hedonic để đo lường giá đất được điều chỉnh theo chất lượng, giả sử giá đất là một hàm của các đặc tính của các biến phản ánh chất lượng đất. Sản lượng thu được từ việc sử dụng đất phụ thuộc vào đặc điểm của đất. Văn phòng tài nguyên đất thế giới của Dịch vụ bảo tồn tài nguyên thiên nhiên của Bộ Nông nghiệp Hòa Kỳ (USDA) đã tổng hợp dữ liệu về đặc điểm đất đai (xem Eswaren, Beinroth và Reich (2003)). USDA xây dựng một quy trình đánh giá chất lượng đất vốn có và sử dụng quy trình này để đánh giá tài nguyên đất trên phạm vi toàn cầu.
Dựa trên cơ sở dữ liệu Eswaren, Beinroth và Reich, GIS được sử dụng để tính tỷ lệ diện tích đất của mỗi hạt (county – một đơn vị hành chính của Hoa Kỳ). Những đặc điểm này bao gồm độ chua của đất, độ mặn, độ ẩm. “Cấp độ” của từng đặc tính được đo bằng tỷ lệ phần trăm của diện tích đất trong một khu vực nhất định. Một mô tả chi tiết về các đặc điểm có trong mô hình hedonic được cung cấp trong Ball et al. (2007). Các thuộc tính môi trường tương quan cao nhất với giá đất ở các khu vực nông nghiệp chính là độ ẩm và độ chua của đất. Ở những vùng có độ ẩm, nông nghiệp không thể không có nước tưới. Do đó, tỷ lệ đất canh tác được tưới được xem như một biến riêng biệt. Bởi vì thủy lợi làm giảm tác động tiêu cực của độ chua đối với sự phát triển của cây, sự tương tác giữa tưới và độ chua của đất được bao gồm trong các đặc tính.
Để có được một quỹ đất chất lượng không đổi, Hoa Kỳ đã tổng hợp dữ liệu về diện tích đất và giá trị trung bình (không bao gồm các tòa nhà) trên mỗi mẫu Anh tại mỗi Khu vực Thống kê Nông nghiệp ở mỗi Bang. Sau đó, tiếp tục phân chia đất đầu vào vào đất trồng trọt khô và tưới, đất chăn thả và đất khác ở 11 bang phía Tây. Diện tích đất ở mỗi quận và phân loại theo sử dụng được báo cáo trong Tổng điều tra nông nghiệp. Dịch vụ Thống kê Nông nghiệp Quốc gia (NASS) cập nhật hàng năm ước tính của Nhà nước về tổng diện tích đất trong các trang trại. Tỷ lệ phần trăm ở mỗi quận và phân loại theo sử dụng được nội suy giữa các cuộc tổng điều tra. Giá trị đất trên một mẫu đất được sử dụng để tổng hợp trên các loại đất khác nhau được lấy từ Khảo sát giá trị đất nông nghiệp hàng năm. Diện tích đất chuyển hướng từ sản xuất hiện tại theo các chương trình hàng hóa của Liên bang và Khu bảo tồn đã bị loại khỏi kho đất. Cuối cùng, các luồng dịch vụ từ các khu đất công được ước tính bằng phí chăn thả được trả, sử dụng dữ liệu từ Cục Quản lý đất đai của Bộ Nội vụ Hoa Kỳ và Sở Lâm nghiệp của USDA.
Xem xét đầu vào lao động – Điều chỉnh chất lượng lao động
Một cách đơn giản nhất, đầu vào lao động có thể được xem xét dưới dạng số lao động. Cách đo lường này không phản ánh được sự thay đổi trong số giờ làm việc trung bình của người lao động hoặc tính đến lao động tự làm việc cũng như người làm nhiều việc khác nhau và vấn đề về chất lượng lao động. OECD (2001) khuyến nghị rằng đầu vào lao động nên được đo bằng cách sử dụng số giờ làm việc thực tế (number of hours actually worked). Sử dụng số giờ hiệu chỉnh cho sự khác biệt giữa lao động thời vụ và không theo mùa và các chế độ làm việc khác nhau (bán thời gian so với toàn thời gian). Điều này cho phép so sánh tốt hơn giữa các hệ thống sản xuất, khu vực và quốc gia, vì số lượng lao động hoặc số ngày trên mỗi lao động có thể không cho thấy đầu vào lao động được sử dụng hiệu quả trong trang trại.
Tuy nhiên, số giờ làm việc thực tế cũng chưa giải quyết được vấn đề có sự khác biệt trong chất lượng lao động. USDA-ERS gợi ý rằng các đo lường năng suất cần nắm bắt các loại lao động khác nhau làm việc trong ngành, vì đầu vào lao động khác nhau dựa trên các loại lao động. Cần có phân biệt giữa các độ tuổi khác nhau của lao động, lao động gia đình và lao động làm thuê và nam/nữ; giữa những người làm việc bán thời gian và toàn thời gian; giữa các cấp học khác nhau (bởi vì chất lượng của một giờ làm việc của lao động cũng thường phụ thuộc vào kỹ năng và năng lực của người lao động).
Kinh nghiệm của Hoa Kỳ
Đối với lĩnh vực trang trại, tài khoản lao động của USDA kết hợp phân loại chéo nhân khẩu học của lực lượng lao động nông nghiệp được phát triển bởi Jorgenson, Gallop & Fraumeni (1987). Ma trận về giờ làm việc và lương thưởng mỗi giờ đã được phát triển cho người lao động được phân loại chéo theo giới tính, độ tuổi, trình độ học vấn và việc làm (nhân viên so với lao động gia đình tự làm và không được trả lương).
Ngoài ra, ERS đã phát triển một tập hợp các ma trận có định dạng tương tự nhưng khác biệt về mặt nhân khẩu học của đầu vào lao động và chi trả cho lao động (compensation) theo tiểu bang. Điều này được thực hiện bằng cách sử dụng kỹ thuật Cân bằng ma trận hai tỷ lệ (Bi-proportional MatrixBalancing), thường được gọi tắt là RAS. Kỹ thuật này được đưa ra bởi Jorgenson, Gollop, & Fraumeni (1987), đây là phương pháp kết hợp ma trận tổng hợp của trang trại với thông tin nhân khẩu học cụ thể của nhà nước có sẵn từ Tổng điều tra dân số (Sở Thương mại Hoa Kỳ). Kết quả là một bộ dữ liệu hoàn chỉnh theo từng tiểu bang về số giờ làm việc hàng năm và ma trận chi trả (compensation) cho lao động theo giờ với mỗi đơn vị được phân loại theo giới tính, tuổi tác, giáo dục và phân loại theo tình trạng thuê mướn (employment class) và với mỗi ma trận được kiểm soát tương ứng theo tổng số giờ làm việc và chi trả của USDA.
Các chỉ số đầu vào lao động được xây dựng cho từng tiểu bang và khu vực trang trại tổng hợp sử dụng số giờ phân loại chéo và dữ liệu chi trả cho lao động. Giờ lao động có năng suất cận biên (tiền lương) cao hơn được cho trọng số cao hơn trong việc hình thành chỉ số đầu vào lao động so với giờ có năng suất biên thấp hơn. Làm như vậy sẽ điều chỉnh một cách rõ ràng các chỉ số của đầu vào lao động để thay đổi chất lượng trong giờ lao động, như được định nghĩa ban đầu bởi Jorgenson & Griliches (1967).
Gợi ý điều chỉnh chất lượng yếu tố đầu vào trong tính toán năng suất trong nông nghiệp ở Việt Nam
Xuất phát từ những lập luận về sự cần thiết điều chỉnh chất lượng đầu vào trong đánh giá năng suất nông nghiệp ở Việt Nam và từ những kinh nghiệm của Hoa Kỳ, có thể thấy rằng việc điều chỉnh chất lượng các yếu tố đầu vào trong tính toán năng suất nông nghiệp là cần thiết để đánh giá đúng hiệu quả trong hoạt động sản xuất nông nghiệp. Đặc biệt, trước hết chúng ta cần nhấn mạnh vào điều chỉnh chất lượng 2 yếu tố đầu vào quan trọng trong nông nghiệp là Đất và Lao động.
- Về điều chỉnh chất lượng Đất, khi tính toán năng suất cây trồng (ví dụ: sản lượng trên 1 ha đất trồng) cần phải có sự phân loại đất theo chất lượng đất và quy đổi để tính toán chính xác hơn hiệu quả sử dụng đất của các đơn vị kinh tế. Tiếp cận điều chỉnh này đòi hỏi các cơ quan quản lý dữ liệu đất đai, quản lý dữ liệu ngành nông nghiệp cần có những thay đổi trong tổ chức thu thập thông tin cho các chỉ tiêu phản ánh về quy mô đất nông nghiệp theo các mức độ chất lượng khác nhau để phục vụ cho việc tính năng suất Đất.
- Về điều chỉnh chất lượng Lao động để tính năng suất lao động trong nông nghiệp, cần tính đến các yếu tố đặc điểm của lao động như sức khỏe, tuổi tác, trình độ, thời gian lao động… để có thông tin cho việc điều chỉnh, tính toán năng suất lao động. Điều này đòi hỏi cơ quan thống kê của Bộ, ngành cần có những điều chỉnh, mở rộng thu thập thông tin chi tiết đến các đặc điểm (tính chất) lao động nông nghiệp trong các cuộc điều tra về nông nghiệp để cung cấp những thông tin cho điều chỉnh chất lượng lao động./.
ThS. Lê Hoàng Minh Nguyệt - ThS. Nguyễn Đăng Khoa
Khoa Thống kê – Đại học Kinh tế quốc dân
Danh mục tài liệu tham khảo
Ball, V. Eldon. (1985). Output, Input, and Productivity Measurement in U.S. Agriculture, 1948-79. American Journal of Agricultural
Economics, Vol. 67, No. 3 (Aug., 1985), pp. 475-486
Ball, V.E., Jean-Christophe Bureau, Richard Nehring, and Agapi Somwaru (1997). Agricultural Productivity Revisited. American Jour-
nal of Agricultural Economics.
Cachia, Franck. (2018). Guidelines for the measurement of productivity and efficiency in agriculture. 10.13140/RG.2.2.31566.72006. Dawn, Camus. (2007). The ONS productivity handbook : a statistical overview and guide. Basingstoke : Palgrave Macmillan UK
FAO, (2017). Productivity and Efficiency Measurement in Agriculture: Literature Review and Gaps Analysis. Publication prepared in the framework of the Global Strategy to improve Agricultural and Rural Statistics
FAO, (2018).Guidelines for the measurement of productivity and efficiency in agriculture.
Keeney, Mary J. (2009). Adjusting for Quality of Labour and Labour Services in Productivity Measurement. Research Technical
Papers 2/RT/09, Central Bank of Ireland.
Keeney, Mary. (2009). Adjusting for Quality of Labour and Labour Services in Productivity Measurement. Central Bank & Financial
Services Authority of Ireland (CBFSAI), Research Technical Papers.
Nehring, Richard & Ball, V. & Breneman, Vince. (2002). Land Quality in an International Comparison: It’s Importance in Measuring Productivity. European Association of Agricultural Economists, 2002 International Congress, August 28-31, 2002, Zaragoza, Spain.
OECD (2001). Measuring productivity measurement of aggregate and industry-level productivity growth. OECD Manual, 2001